http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 강부식(Boosik Kang) (검색결과 38 건)
- 무료
- 기관 내 무료
- 유료
-
강부식(Kang Boosik),유승엽(Rieu Seung-Yup),고익환(Ko Ick-Hwan) 대한토목학회 2007 대한토목학회논문집 B Vol.27 No.2B
수자원관리에 있어서 유량예측은 수자원시스템 운영자의 의사결정에 결정적인 영형을 미치는 가장 중요한 요소 중의 하나이다. 효율적 물배분이나 발전 등의 이수활동을 위해서 최소 월단위 이상의 장기유량예측이 필요하며, 이를 위해서는 강우예측이 선행되어야 한다. 중장기 유량예측을 수행하는 대표적인 방법 중의 하나는 앙상블 유량예측(ESP; Ensemble Streamflow Prediction) 기법이며, ESP는 현재의 유역상태와 유역에서의 과거강우 관측기록, 미래강우 예측에 대한 정보를 조합하여 그에 따른 유출앙상블을 생산해 내게 된다. 기존의 ESP 이론은 미국 NWS의 범주형 확률예보를 근간으로 하고 있어, 이를 국내 환경에 그대로 적용시키기에 어려움이 있어 왔다. 따라서 본 연구에서는 통합실시간 물관리 운영시스템에서의 활용을 목표로 국내 기상청의 월간 강수전망의 정량적 활용을 통한 새로운 ESP기법을 제시하였으며, 특히 홍수기의 범주별 유량확률예보의 향상을 가져올 수 있음을 확인하였다. In water resources management, streamflow prediction is one of the essential components that effects on the operators' decision making. For effective water use, e.g. water allocation or hydropower generation, long-term (more than monthly unit) streamflow prediction based on precipitation forecast is necessary. One of the typical methods for mid-and long-term streamflow prediction is Ensemble Streamflow Prediction (ESP). ESP predicts the streamflow through the combination of historic meteorological ensemble members, future meteorological forecast. Because the existing ESP theory is based on the categorical forecasts provided by U.S. National Weather Service, direct application for the domestic forecast system which differs from the categorical forecast give rise to the use of evenly distributed ensemble weights. In this research, the new ESP system for the integrated real-time water management system that uses quantitatively weather outlook information provided by the Korean Meteorological Administration was suggested. The suggested method showed better probabilistic forecast of streamflow specially in flood season.
-
-
강부식(Kang Boosik),이봉기(Lee Bongki) 대한토목학회 2008 대한토목학회논문집 B Vol.28 No.5B
한반도 영역을 대상으로 RDAPS모형의 수치예보자료, AWS의 관측강수, 상층기상관측(upper-air sounding)의 관측자료를 이용하여 권역별 강수발생확률을 예측할 수 있는 인공신경망 모형을 제시하였다. 사용된 자료의 기간은 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 하였다. 500/750/1000 hPa에서의 지위고도, 500-1000 hPa에서의 층후(thickness), 500 hPa에서의 X와 Y방향 바람성분, 750 hPa에서의 X와 Y방향 바람성분, 표면풍속, 500/750 hPa/표면에서의 온도, 평균해면 기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도 등을 신경망의 예측인자로 사용하였다. 신경망의 구조는 3층 MLP(Mu1ti Layer Perceptron)로 구성하여 역전파알고리즘(Back-propagation}을 학습방법으로 사용하였다. 신경망예측결과 한반도전체에 대한 예측성과의 개선은 H가 6.8%상승하였고, 특히 TS와 POD는 각각 99.2%와 148.1% 상승함으로서 강수예측에 대한 신경망모형이 효과적인 도구가 될 수 있음을 확인하였다. KSS 역시 92.8% 개선됨으로서 RDAPS 예측에 비하여 뚜렷이 개선된 결과를 보여주고 있다. The Artificial Neural Network (ANN) model was suggested for predicting probability of precipitation (PoP) using RDAPS NWP model, observation at AWS and upper-air sounding station. The prediction work was implemented for flood season and the data period is the July, August of 2001 and June of 2002. Neural network input variables (predictors) were composed of geopotential height 500/750/1000 hPa, atmospheric thickness 500-1000 hPa, X & Y-component of wind at 500 hPa, X & Y-component of wind at 750 hPa, wind speed at surface, temperature at 500/750 hPa/surface, mean sea level pressure, 3-hr accumulated precipitation, occurrence of observed precipitation, precipitation accumulated in 6 & 12 hrs previous to RDAPS run, precipitation occurrence in 6 & 12 hrs previous to RDAPS run, relative humidity measured 0 & 12 hrs before RDAPS run, precipitable water measured 0 & 12 hrs before RDAPS run, precipitable water difference in 12 hrs previous to RDAPS run. The suggested ANN has a 3-layer perceptron (multi layer perceptron; MLP) and back-propagation learning algorithm. The result shows that there were 6.8% increase in Hit rate (H), especially 99.2% and 148.1% increase in Threat Score (TS) and Probability of Detection (POD). It illustrates that the suggested ANN model can be a useful tool for predicting rainfall event prediction. The Kuipers Skill Score (KSS) was increased 92.8%, which the ANN model improves the rainfall occurrence prediction over RDAPS.
-
강부식(Kang Boosik),문수진(Moon Sujin) 대한토목학회 2010 대한토목학회논문집 B Vol.30 No.6B
기상청에서 제공하는 강우수치예보정보를 활용하여 10일이내의 중기유량예측을 수행하였다. 기상청의 원시예보w자료로는 2일예보를 위한 RDAPS와 10일예측을 위한 GDAPS예측자료를 활용하였다. 수치예보의 정확도를 제고하기 위하여 강우상세정보를 생산할 수 있는 강수진단모형(QPM)과 QPM모의결과에 내재된 계통적 편이를 제거하기 위하여 분위사상과정(Quantile Mapping)을 적용하였다. QPM모의결과를 유출모형의 입력정보로 활용하기 위하여 일관적인 체계를 갖춘 유역강수 정보로 변환하여, 장기연속유출모형인 SSARR모형을 이용하여 금강유역내 주요지점에서의 유량예측을 수행하여 유량예측에 대한 검증을 수행하였다. 2006년 1월 1일부터 6월 20일까지 강수예측을 수행한 결과 2일예측인 RQPM의 경우 기간 총강수량을 기준으로 실적강우대비 89.7%왜 강수모의값을 보임으로서 양호한 예측성능을 확인할 수 있었다. 유량예측모의에 있어서는 2일예측의 경우 일부 강우사상에서 예측누락과 예측오류가 발생하였지만 전반적으로 유량예측이 양호한 수준이었다. 다만, 하류지점의 경우 조절유량에 의한 유출모형보정의 어려움과 수위-유량관계곡선의 신뢰도저하등의 이유로 예측성능이 떨어지는 경우도 있었다. GQPM에 대한 10일깅우예측은 첨두강수와 강수총량에 있어서 다소 과소한 모의값을 보이고 있으며, 강수보정효과도 RDAPS에 비하여 저조한 수준이었다. 이 부분은 강수예측의 사후보정으로는 한계가 있는 것으로 보여지며 원시예측모형의 안정화를 통하여 개선할 수 있는 부분으로 판단된다. The mid-range streamflow forecast was performed using NWP(Numerical Weather Prediction) provided by KMA. The NWP consists of RDAPS for 48-hour forecast and GDAPS for 240-hour forecast. To enhance the accuracy of the NWP, QPM to downscale the original NWP and Quantile Mapping to adjust the systematic biases were applied to the original NWP output. The applicability of the suggested streamflow prediction system which was verified in Geum River basin. In the system, the streamflow simulation was computed through the long-term continuous SSARR model with the rainfall prediction input trans-form to the format required by SSARR. The RQPM of the 2-day rainfall prediction results for the period of Jan. 1~Jun, 20, 2006, showed reasonable predictability that the total RQPM precipitation amounts to 89.7% of the observed precipitation. The streamflow forecast associated with 2-day RQPM followed the observed hydrograph pattern with high accuracy even though there occurred missing forecast and false alarm in some rainfall events. However, predictability decrease in downstream station, e.g. Gyuam was found because of the difficulties in parameter calibration of rainfall-runoff model for controlled stream-flow and reliability deduction of rating curve at gauge station with large cross section area. The 10-day precipitation prediction using GQPM shows significantly underestimation for the peak and total amounts, which affects stream-flow prediction clearly. The improvement of GDAPS forecast using post-processing seems to have limitation and there needs efforts of stabilization or reform for the original NWP.
-
-
-
-
-
-
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
